基于t分布扩展概率主成分分析模型的一维距离像识别方法

作     者：李彬 李辉 郭淞云 LI Bin;LI Hui;GUO Songyun

作者机构：西北工业大学电子信息学院西安710129 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2017年第39卷第8期

页      面：1857-1864页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61571364) 西北工业大学研究生创意创新种子基金(Z2017022)~~ 

主　　题：雷达目标识别 高分辨距离像 概率主成分分析 t分布 特征提取 

摘      要：该文针对概率主成分分析(PPCA)模型用于1维高分辨距离像(HRRP)识别对噪声敏感的问题,对经典PPCA模型进行修正。该方法将基于高斯分布的PPCA模型扩展为基于t分布的PPCA模型,能够综合利用t分布对噪声稳健和PPCA模型自由参数少的特性。同时为了减少目标方位敏感性对HRRP统计建模的影响,进一步将t分布模型扩展为混合概率t分布模型,能够以分布趋同的原则将不同方位帧内具有相同统计特性的HRRP数据进行聚类,减少模型的失配,改善识别性能。模型参数通过期望最大值(EM)算法估计,可提高计算效率。最后,通过贝叶斯规则,以获取的统计特征识别测试数据,仿真结果表明该方法能够提高低信噪比条件下PPCA模型的稳健性。